Prix des API de reconnaissance vocale : Whisper, GPT-Transcribe, Scribe, Voxtral et les modèles ouverts bon marché

Mis à jour le 7 nov. 2026

Les modèles de reconnaissance vocale se vendent à la minute d'audio ; la question est donc : combien coûte une heure de transcription ? Le catalogue compte 33 modèles chez 20 fournisseurs, dont 42 offres au prix par minute. Prix de la collecte du 7 novembre 2026 ; une heure = 60 × le prix par minute.

Prix par heure d'audio

• Modèles ouverts chez les hébergeurs les moins chers - Qwen3 ASR 0.6B et Nemotron 3.5 ASR vers 0,012 $, Whisper Large v3 Turbo dès 0,012 $ (habituellement 0,03 $), Parakeet TDT 0.6B v3 0,08 $.
• Modèles commerciaux intermédiaires - StepAudio 2.5 ASR vers 0,06 $, Grok STT et MAI-Transcribe-2 vers 0,10 $, ElevenLabs Scribe v2 0,11 $, Soniox 0,12 $, Voxtral Mini Transcribe 3 0,21 $.
• OpenAI - GPT-Transcribe 0,27 $, Whisper (whisper-1) 0,36 $ chez OpenAI, dès 0,03 $ chez les autres hébergeurs du Whisper ouvert.
• Temps réel - GPT-Live-Transcribe et GPT Realtime Whisper vers 1,02 $ l'heure.

Whisper Large v3 Turbo : tous les fournisseurs

Données en direct : ce tableau est construit à partir des prix du jour.

Whisper (whisper-1) : tous les fournisseurs

Données en direct : ce tableau est construit à partir des prix du jour.

Comment choisir

• Transcription d'enregistrements par lots : un modèle ouvert chez un hébergeur bon marché coûte quelques centimes l'heure - testez d'abord sur votre audio.
• Qualité et options (locuteurs, ponctuation, langues) : GPT-Transcribe, Scribe v2, Voxtral, Soniox.
• Sous-titres en direct et agents vocaux : un modèle en streaming, plus cher.
• Votre volume : le calculateur images, vidéo et voix.

Toutes les offres : catalogue, reconnaissance vocale.